Banyak terjadinya kemacetan di jalan raya adalah masalah kini yang dihadapi. Salah satunya terjadi di Kota kediri. Mobilitas penduduk yang tinggi, semakin bertambahnya jumlah kendaraan setiap tahun dan minimnya pembangunan infrastruktur jalanan menambah parahnya kemacetan yang ada. Informasi tentang kondisi kepadatan jalan raya tentu sangat dibutuhkan oleh pihak terkait guna memaksimalkan pelayanan penggunaan jalan raya. Oleh sebab itu penulis terdorong untuk membuat suatu sistem untuk menghitung kendaraan agar Dinas Perhubungan dapat memaksimalkan penggunaan guna mengontrol keadaan jalan raya.
Permasalahan penelitian ini adalah (1) Bagaimana mengimplementasikan program deteksi jumlah kendaraan di jalan raya menggunakan bahasa pemrograman Visual Basic dan metode blob tracking ? (2) Bagaimana performa sistem deteksi jumlah kendaraan ini menggunakan bahasa pemrograman Visual Basic dan metode blob tracking ?
Penelitian ini menggunakan metode Blob Tracking untuk proses penghitungan kendaraan di jalan raya. Sebelum dilakukan pengenalan, file citra dilakukan preprocessing terlebih dahulu. Proses tersebut meliputi normalisasi ukuran dan pengambilan nilai histogram yang mengacu pada warna aslinya (RGB).
Dari hasil pengujian yang dilakukan pada sistem ini, hasil untuk penghitungan kendaraan diperoleh dengan jumlah data pelatihan sebanyak 23 jenis kendaraan dan data uji coba sebanyak 26 citra memperoleh persentase 91%. Dari hasil pengujian yang dilakukan dapat disimpulkan bahwa metode Blob Tracking dapat digunakan untuk menghitung kendaraan di jalan raya.
Adi, Dika. 2004. Identifikasi Objek Berdasarkan Bentuk Dan Ukuran. Universitas Diponegoro
Aynurrohmah, Mawadah. September 2011. Penghitung Jumlah Mobil Menggunakan PengolahanCitra Digital Dengan Input Video Digital. Yogyakarata: STMIK
AMIKOM. Vol. 12 No. 3Ayu, dasriani. 2017. Perbandingan Pengenalan Karakter Plat Kendaraan Bermotor dengan Metode City Block Distance, Euclidean Distance dan Canberra Distance TEKNOMATIKA. Vol. 07, No. 02
Balza, Achmad. 2005, Teknik Pengolahan Citra Digital menggunakan DELPHI. Yogyakarta : Andi Publishing.
Fausett, L. 1994. Fundamentals of Neural Network (Architectures, Algorithms, And Applications). New – Jersey : Prentice – Hall.
Putra , Darma. 2010. Pengolahan Citra. Yogyakarta: CV. ANDI Offset 20.
Haryanti, Sri dan Tri Irianto. 2011. Rancang Bangun Sistem Informasi E – Commerce untuk Usaha Fashion. Jurnal Speed, 9 (2) : 108 – 114.
Hidayati, Qory. 2017. Kendali Lampu Lalu Lintas dengan Deteksi Kendaraan Menggunakan Metode Blob Detection. JNTETI. Vol. 06, No. 02
Kadir, Abdul dan Adhi Susanto. 2013. Teori dan Aplikasi Pengolahan Citra. Yogyakarta : Andi.
Kurniadi, Adi. 2000. Pemrograman Microsoft Visual Basic 6.0. Jakarta : Elex Media Komputindo.
Kurniawan, Agus. 2013. Aplikasi Absensi Kuliah Berbasis Identifikasi Wajah Menggunakan Metode Gabor Wavelet. Surabaya: Institute Teknologi Sepuluh November
Kusumadewi, Sri, dan Sri Hartati. 2006. Neuro – Fuzzy Integrasi Sistem Fuzzy dan Jaringan Syaraf. Yogyakarta : Graha Ilmu.
Samopa, Febrilian. Dan Yulianawati. Juli 2002.Penerapan Euglidean Distance Pada Pencocokan Pola Untuk Konversi Citra Ke Teks. ITS
Stefano. 2014. Cara Membangun Sistem Informasi Mengunakan VB.Net dan Komponen Dxperience. Yogyakarta: C.V Andi Offset.
Sutojo, T., E. Mulyanto, V. Suhartono, O. Nurhayati dan Wijanarto D. 2009. Teori Pengolahan Citra Digital. Yogyakarta : Andi.
Gonzalez, R.C., Woods, R.E., 1992, Digital Image Processing, Addison-WesleyPublishing Company, USA.